当前，半导体产业正经历新一轮变革浪潮，芯片与系统的设计范式发生根本性转变。算力规模、数据带宽及系统复杂度均远超传统设计工具与方法的承载能力。在此背景下，EDA/IP作为产业基石，成为破解挑战的关键环节。近日，新思科技以“从芯出发，定义Physical AI未来”为主题，举办基于TSMC C-Node工艺的IP产品组合发布会，面向中国市场推出创新解决方案。新思科技全球副总裁兼中国区总裁姚尧及首席产品管理官Ravi Subramanian在会上接受媒体采访，深入解读技术趋势、产品布局及中国市场战略，展现其对行业趋势的洞察与对中国市场的重视。
物理AI时代的到来，推动人工智能从数字世界向物理世界延伸，从模型与数据走向感知、执行与决策。这一变革对芯片行业提出全新要求。姚尧在发布会上指出，AI驱动的智能系统日益复杂，设计已从单一电路问题演变为电子物理与真实世界的协同。芯片不再独立存在，而是与软件、系统及物理环境深度融合。具体而言，挑战体现在三方面：一是算力效率与功耗的极限平衡，需在严苛约束下寻找最优解；二是系统复杂度大幅提升，芯片需与软件、系统及物理环境协同设计；三是上市周期缩短，设计阶段需提前收敛更多问题。他强调：“竞争焦点在于能否在有序约束下稳定、快速地交付产品。物理AI时代的挑战本质是系统级工程问题，需将单点能力转化为工程体系能力，融合EDA、IP与多物理场仿真，构建从芯片到物理世界的完整体系。”
Ravi Subramanian在访谈中推演了AI赋能芯片设计的路径：从辅助工具升级为协同伙伴。第一阶段，AI优化传统设计流程，不改变工程师研发步骤；第二阶段，实现部分环节自动化，替代重复性工作；第三阶段，AI成为工程师助手，承接基础研发任务；第四阶段，AI深度介入研发流程，自主优化迭代，重构设计模式。基于此，新思科技已落地多项AI技术，如通过强化学习缩减仿真验证次数、依托数字化验证降低测试成本、借助AI自动生成IP测试结果，全面提升研发效率。
作为发布会核心，新思科技推出基于台积电C-Node工艺的IP产品组合，涵盖PCIe、USB、Die-to-Die、DDR5、LPDDR6等全面品类，满足边缘AI、智能机器人、无人机等高增长场景需求。该组合针对N6C和N4C工艺特性定制，通过减少掩膜层等方式降低成本与量产风险，同时保持核心性能与功耗指标。新思科技在协同设计、AI智能体及测试验证领域布局多维产品：2026年底将推出应对芯片热力、气流波动等物理场景的协同设计新品；即将发布相当于自动驾驶L4级别的AI智能体，可自动完成RTL设计；数字孪生解决方案已与英伟达合作，将70%实体测试转为虚拟场景，降低研发成本并提升量产稳定性。
面对系统级创新转型的挑战，Ravi Subramanian指出，传统工程师培养体系以确定性技术为核心，而AI基于概率运算，存在技术适配与认知转型难题；同时，工程师对AI生成结果的信任需长期引导。他提出“前端培育信任、后端严格校验”的解决思路：将AI应用于架构设计、RTL代码编写等前端环节，通过实操积累协同经验；通过标准化校验体系核查后端生产数据，确保量产安全，推动AI在芯片全流程中的规模化应用。
去年，新思科技完成对多物理场仿真领域企业Ansys的收购，补齐物理世界仿真技术短板。Ravi Subramanian介绍，收购前双方已保持多年合作，技术协同成熟。新思科技在EDA与IP领域领先，Ansys在材料、流体、热力等物理仿真领域优势显著。整合后，新思科技形成“芯片－系统－物理世界”全链路工程体系，客户体系融合后服务边界大幅拓宽，可为各行业数字化、智能化转型提供支撑。目前，新思科技已推出首款整合产品，为芯片系统协同设计、多场景物理仿真等提供一体化解决方案，未来将持续优化技术整合，应对物理AI时代的高复杂度与严苛研发约束。
中国半导体产业在物理AI时代具备独特优势：制造业产出占全球近30%，正从规模优势向高端制造升级；每年培育超130万工程人才，拥有全球最大工程师体系；智能汽车、无人机等领域实现换道领跑，应用场景丰富。基于此，新思科技确立“在中国，连世界”的本土化战略，强调双向创新赋能：将中国市场对短周期、低成本、高性能的需求导入全球研发体系，推动技术适配中国场景；同时加速全球前沿技术落地中国，助力本土企业接轨全球趋势。具体而言，新思科技将重点布局多物理场仿真、数字孪生及多芯粒技术领域，联合本土伙伴推广虚拟化测试方案，优化芯片配置以支撑物理AI产品迭代。公司还将深化与芯片设计企业、智能系统厂商及科研机构的合作，构建全链条生态体系，推动产业协同创新。
